DE10257199A1 - Optimized pricing plan generation method for business items, involves determining mathematical model comprising set of initial constraints, and representing pricing plan for group of item - Google Patents

Abstract

A hierarchy comprising sequence of levels each having an objective function associated with a set of constraints, is accessed. A mathematical programming model comprising a set of initial constraints, and representing a pricing plan for a group of item is determined. The objective function of the last level of the sequence, is optimized to yield an optimized result for generating optimized pricing plan. Independent claims are also included for the following: (1) optimized pricing plan generating system; and (2) software for generating optimized pricing plan.

Description

Die Erfindung bezieht sich im Allgemeinen auf den Bereich der Beschaffungsketten- Planung und insbesondere auf das Erzeugen eines optimierten Preiskalkulationsplans. The invention generally relates to the field of supply chain Planning and in particular for generating an optimized price calculation plan.

Ein Unternehmen erzeugt einen Preiskalkulationsplan, um die Preise von Artikeln, die von dem Unternehmen angeboten werden, wie beispielsweise Produkte, Waren oder Dienstleistungen, zu bestimmen. Preiskalkulationsentscheidungen können wichtig sein, da diese Entscheidungen eine Auswirkung auf Kundennachfrage, Wirtschaftlichkeit und Unternehmensabläufe haben können. Das Bestimmen von Preisen kann kompliziert sein, wenn für eine Auswahl von voneinander abhängigen Artikeln ein Preis für verschiedene Kanäle festgesetzt werden muss, beispielsweise für unterschiedliche Verkaufsstellen mit verschiedenen Konkurrenten. Es kann erforderlich sein, dass der Preiskalkulationsplan die Wettbewerbslage widerspiegelt, während gleichzeitig Geschäftsziele wie Wirtschaftlichkeit und Einkommensziele, Marktanteile oder firmenweites Preisimage erfüllt werden müssen. Zusätzlich kann es Geschäftsbeschränkungen geben, die eingehalten werden müssen. Folglich wirft das Bestimmen eines optimierten Preiskalkulationsplans Herausforderungen für Unternehmen auf. A company generates a price calculation plan to estimate the prices of items sold by offered to the company, such as products, goods or Services to determine. Pricing decisions can be important because these decisions have an impact on customer demand, cost effectiveness and Business processes. Determining prices can be complicated if for a selection of interdependent articles a price for different Channels must be set, for example, for different outlets with different competitors. It may be necessary for the price calculation plan to use the Competitive environment, while at the same time business goals such as cost-effectiveness and income targets, market shares or company-wide price image must be met. In addition, there may be business restrictions that must be adhered to. As a result, determining an optimized pricing plan raises challenges for business.

Gemäß der vorliegenden Erfindung können die mit bekannten Techniken zum Bestimmen von Preiskalkulationsplänen verbundenen Nachteile und Probleme gemindert oder eliminiert werden. According to the present invention, the techniques known for determining mitigated by price calculation plans disadvantages and problems or be eliminated.

Gemäß einer Ausführungsform der vorliegenden Erfindung beinhaltet das Erzeugen eines optimierten Preiskalkulationsplans das Zugreifen auf eine Hierarchie, welche eine Folge von Ebenen aufweist, wobei jede Ebene eine Zielfunktion und eine mit der Zielfunktion verbundene Beschränkungsmenge enthält. Ein mathematisches Programmiermodell, welches ein Preiskalkulationsplan-Problem darstellt, wird für eine Artikelgruppe bestimmt, welche Artikel aufweist, wobei das mathematische Programmiermodell eine Menge von Anfangsbeschränkungen aufweist. Das Nachfolgende wird für jede Ebene der Folge von Ebenen wiederholt: Auswählen einer Ebene, welche eine Zielfunktion und eine mit der Zielfunktion verbundene Beschränkungsmenge aufweist, Hinzufügen der mit der Zielfunktion verbundenen Beschränkungsmenge zu der Menge von Anfangsbeschränkungen, Optimieren des mathematischen Programmiermodells, um einen optimierten Umfang für die Zielfunktion zu erhalten, und Hinzufügen einer von dem optimierten Umfang erzeugten Beschränkung zu der Beschränkungsmenge einer nächsten Ebene. Eine Zielfunktion einer letzten Ebene der Folge wird optimiert abhängig von der mit der Zielfunktion verbundene Beschränkungsmenge, um ein optimiertes Ergebnis zu erhalten. Die Beschränkungsmenge beinhaltet eine Beschränkung, die von dem optimierten Umfang einer vorausgegangenen Ebene erzeugt wurde. Ein optimierter Preiskalkulationsplan wird gemäß dem optimierten Ergebnis erzeugt. Der optimierte Preiskalkulationsplan verbindet einen Preis mit jedem Artikel der Artikelgruppe. According to an embodiment of the present invention, generating includes optimized pricing plan accessing a hierarchy, which is a consequence of levels, each level having an objective function and one with the objective function Contains bounded restriction quantity. A mathematical programming model, which represents a pricing problem, is used for an article group determined which has articles, wherein the mathematical programming model a Has amount of initial restrictions. The following will be for each level Repeat sequence of levels: Select a level that has an objective function and a having the restriction amount associated with the objective function, adding that with the Target function associated restriction amount to the amount of Initial constraints, optimizing the mathematical programming model by one to get optimized scope for the objective function, and adding one of that Optimized scope generated restriction to the restriction amount of a next Level. An objective function of a last level of the sequence is optimized depending on the the target function associated constraint set to an optimized result receive. The restriction amount includes a limitation that is different from the optimized one Scope of a previous level was created. An optimized one Pricing plan is generated according to the optimized result. The optimized one Price calculation plan combines a price with each article of the article group.

Bestimmte Ausführungsformen der Erfindung können einen oder mehrere technische Vorteile zur Verfügung stellen. Ein technischer Vorteil einer Ausführungsform kann sein, dass ein Preiskalkulationsplan-Problem gemäß einer Hierarchie von Zielen optimiert werden kann, beispielsweise Maximieren von Gewinn bei gleichzeitiger Aufrechterhaltung bestehender Preisgestaltungen und einem gegebenen Verkaufsvolumen. Das Optimieren eines Preiskalkulationsplan-Problems gemäß einer Hierarchie von Zielen kann einen Preiskalkulationsplan zur Verfügung stellen, der besser zu den Zielen einer Firma passt. Ein weiterer technischer Vorteil einer Ausführungsform kann sein, dass eine Vorverarbeitung durchgeführt werden kann, um ein Preiskalkulationsplan-Problem aufzustellen. Das Vorverarbeiten kann beispielsweise das Identifizieren und Entfernen unvereinbarerer Beschränkungen, Teilen einer Artikelkategorie in leichter überschaubare Artikelgruppen und Bestimmen von Zielen für einzelne Zeitintervalle, Artikelgruppen oder Standorte beinhalten. Ein weiterer technischer Vorteil einer Ausführungsform kann sein, dass Nachverarbeitung durchgeführt werden kann, um optimierte Ergebnisse an Geschäftsbeschränkungen anzugleichen, die während der Optimierung nicht berücksichtigt wurden. Das Nachverarbeiten kann beispielsweise das Runden von Preisen gemäß Rundungsregeln beinhalten. Da Preisänderungen zu diesem Zeitpunkt bekannt sind, kann die Nachverarbeitung das Beurteilen der Kosten von Preisänderungen und Preisanpassungen gemäß der Kostenbeurteilung und das Priorisieren von Preisänderungen gemäß Prioritätsregeln beinhalten. Certain embodiments of the invention may include one or more technical To provide benefits. A technical advantage of an embodiment may be that optimizes a pricing plan problem according to a hierarchy of goals For example, maximizing profit while maintaining it existing pricing and a given sales volume. Optimizing A pricing problem in accordance with a hierarchy of goals may be one Provide a pricing plan that better fits the goals of a company. On Another technical advantage of an embodiment may be that a preprocessing can be performed to set up a pricing problem. The For example, pre-processing can identify and remove more incompatible ones Restrictions, dividing an article category into more manageable article groups and determining goals for individual time intervals, article groups or locations include. Another technical advantage of an embodiment may be that Postprocessing can be done to get optimized results Business Restrictions that are not taken into account during optimization were. The postprocessing can for example round prices according to Include rounding rules. Since price changes are known at this time, can the post-processing judging the cost of price changes and Price adjustments according to cost assessment and prioritizing price changes according to priority rules.

Besondere Ausführungsformen können keinen, einige oder alle dieser Vorteile zur Verfügung stellen. Ein oder mehrere andere technische Vorteile werden einem Fachmann anhand der Figuren, der Beschreibungen und der hier beinhalteten Ansprüche offenbar werden. Particular embodiments may have none, some or all of these advantages Make available. One or more other technical advantages will be apparent to a person skilled in the art with reference to the figures, the descriptions and the claims contained herein become.

Zum Schaffen eines besseren Verständnisses der vorliegenden Erfindung und ihrer Merkmale und Vorteile wird jetzt auf die nachfolgende Beschreibung in Verbindung mit den begleitenden Zeichnungsfiguren Bezug genommen, in denen To provide a better understanding of the present invention and its Features and benefits will now be related to the following description in the accompanying drawing figures, in which

Fig. 1 ein beispielhaftes System darstellt, welches einen optimierten Preiskalkulationsplan für eine Artikelkategorie erzeugt; FIG. 1 illustrates an exemplary system that generates an optimized pricing plan for an article category; FIG.

Fig. 2 ein Flussdiagramm ist, welches ein beispielhaftes Verfahren zum Erzeugen eines optimierten Preiskalkulationsplans darstellt; FIG. 2 is a flow chart illustrating an example method for generating an optimized pricing plan; FIG.

Fig. 3 ein Flussdiagramm ist, das ein beispielhaftes Verfahren zum Durchführen von Vorverarbeitung zum Aufstellen eines Preiskalkulationsplan-Problems für ein mathematisches Programmiermodell darstellt; FIG. 3 is a flow chart illustrating an exemplary method of performing preprocessing to set up a pricing plan problem for a mathematical programming model; FIG.

Fig. 4 ein Flussdiagramm ist, das ein beispielhaftes Verfahren zum Optimieren eines mathematischen Programmiermodells abhängig von Hierarchien, von Zielen und Beschränkungen darstellt; Fig. 4 is a flow chart illustrating an exemplary method for optimizing a mathematical programming model depending on hierarchies of objectives and constraints;

Fig. 5 ein Flussdiagramm ist, das ein beispielhaftes Verfahren zum Durchführen von Nachverarbeitung der Ergebnisse der Optimierung eines mathematischen Programmiermodells darstellt; und Figure 5 is a flow diagram illustrating an exemplary method for performing post-processing of the results of the optimization of a mathematical programming model. and

Fig. 6 eine beispielhafte graphische Darstellung zeigt, die die Verbindung zwischen Preisen von Artikeln darstellt. Fig. 6 shows an exemplary graphical representation illustrating the association between prices of articles.

Fig. 1 zeigt ein beispielhaftes System 10, welches einen optimierten Preiskalkulationsplan für eine Artikelkategorie erzeugt. Eine Kategorie kann eine oder mehrere Gruppen von Artikeln, die von einem Unternehmen angeboten werden, wie beispielsweise Teile, Produkte oder Dienstleistungen beinhalten. Artikel können miteinander in Beziehung stehen, beispielsweise durch eine Kreuz-Preisnachfrage-Sensitivität oder andere Beschränkungen. Ein Preiskalkulationsplan listet Preise für Artikel einer Kategorie in aufeinanderfolgenden Zeitintervallen während einer Zeitspanne auf. Ein Preiskalkulationsplan kann von einer Hierarchie von Zielen abhängig sein, beispielsweise dem Maximieren von Gewinnen bei gleichzeitigem Aufrechterhalten bestehender Preisgestaltungen und einem gegebenen Verkaufsvolumen. Ein Unternehmen kann System 10 zum Bestimmen eines optimierten Preiskalkulationsplans für Artikel benutzen, die von dem Unternehmen angeboten werden. FIG. 1 shows an exemplary system 10 that generates an optimized pricing plan for an article category. A category may include one or more groups of items offered by a company, such as parts, products or services. Articles may be related to each other, for example through cross-price sensitivity or other limitations. A pricing plan lists prices for articles of a category at successive time intervals over a period of time. A pricing plan may depend on a hierarchy of goals, such as maximizing profits while maintaining existing pricing and a given sales volume. An enterprise may use system 10 to determine an optimized pricing plan for items offered by the company.

In einer Ausführungsform ermöglicht Clientsystem 20 einem Benutzer, mit einem Serversystem 24 zu kommunizieren, um einen optimierten Preiskalkulationsplan zu erzeugen. Clientsystem 20 und Serversystem 24 können jeweils auf einem oder mehreren Computern arbeiten und können geeignete Eingabevorrichtungen, Ausgabevorrichtungen, Massenspeichermedien, Prozessoren, Speicher oder andere Komponenten zum Erhalten, Verarbeiten, Speichern und Übertragen von Informationen gemäß der Funktionsweise von System 10 beinhalten. Der Begriff "Computer", wie in dieser Beschreibung verwendet, bezieht sich auf jede geeignete Vorrichtung, die in der Lage ist, Eingaben zu erhalten, die Eingaben gemäß vorbestimmten Regeln zu verarbeiten und eine Ausgabe zu produzieren, beispielsweise einen Personal-Computer, eine Workstation, einen Netzwerkcomputer, ein Funktelefon, einen Hand-Held-Computer, einen oder mehrere Mikroprozessoren innerhalb dieser oder anderen Vorrichtungen oder jede andere geeignete Verarbeitungsvorrichtung. "Jeder, jede, jedes", wie in dieser Beschreibung verwendet, bezieht sich auf jedes Teil einer Menge oder auf jedes Teil einer Untermenge einer Menge. In one embodiment, client system 20 allows a user to communicate with a server system 24 to generate an optimized pricing plan. Client system 20 and server system 24 may each operate on one or more computers and may include appropriate input devices, output devices, mass storage media, processors, memory, or other components for obtaining, processing, storing, and transmitting information in accordance with the operation of system 10 . The term "computer" as used in this specification refers to any suitable device capable of receiving inputs, processing the inputs according to predetermined rules and producing an output, such as a personal computer, a workstation , a network computer, a radiotelephone, a hand-held computer, one or more microprocessors within these or other devices, or any other suitable processing device. "Each, every, every" as used in this description refers to each part of a set or to each part of a subset of a set.

Clientsystem 20 und Serversystem 24 können, entsprechend den bestimmten Bedürfnissen, integriert oder getrennt sein. Die vorliegende Erfindung beansprucht beispielsweise die Funktionen sowohl von Clientsystem 20 und Serversystem 24, die unter Verwendung eines einzelnen Computersystems geliefert werden, beispielsweise eines einzelnen PCs. Wenn Clientsystem 20 und Serversystem 24 getrennt sind, kann Clientsystem 20 mit Serversystem 24 verbunden werden unter Verwendung eines oder mehrerer lokaler Netzwerke (LANs), regionaler Netzwerke (MANs), überregionaler Netzwerke (WANs), eines globalen Computernetzwerkes wie beispielsweise dem Internet oder allen anderen drahtgebundenen, drahtlosen oder anderweitigen Verbindungen. Client system 20 and server system 24 may be integrated or separated according to the particular needs. For example, the present invention claims the functions of both client system 20 and server system 24 that are provided using a single computer system, such as a single PC. With client system 20 and server system 24 separated, client system 20 may be connected to server system 24 using one or more local area networks (LANs), regional networks (MANs), supra-regional networks (WANs), a global computer network such as the Internet, or any other wired, wireless or other connections.

Serversystem 24 verwaltet Anwendungen, die einen optimierten Preiskalkulationsplan erzeugen, wie beispielsweise einen Optimierer 28, Arbeitsabläufe 32 und ein Nachfrageanalytiken-Modul 36. Optimierer 28 erzeugt ein mathematisches Programmiermodell, welches ein Preiskalkulationsplan-Problem darstellt, und optimiert das mathematische Programmiermodell, um einen optimierten Preiskalkulationsplan zu bestimmen. Optimierer 28 kann ein Vorverarbeitungs-Modul 40, ein mathematisches Programmier-Modul 42 und ein Nachverarbeitungs-Modul 44 beinhalten. Vorverarbeitungs-Modul 40 führt eine Vorverarbeitung zum Aufstellen des Preiskalkulationsplan-Problems durch. Beispielsweise kann Vorverarbeitungs-Modul 40 unvereinbare Beschränkungen identifizieren und auslöschen, eine Kategorie in leichte überschaubare Artikelgruppen teilen und Ziele für einzelne Zeitintervalle, Artikelgruppen oder Standorte bestimmen. Vorverarbeitungs-Modul 40 kann jedoch jede geeignete Funktion zum Aufstellen des Preiskalkulationsplan-Problems ausführen. Server system 24 manages applications that generate an optimized pricing plan, such as optimizer 28 , workflows 32, and demand analytics module 36 . Optimizer 28 generates a mathematical programming model representing a pricing problem and optimizes the mathematical programming model to determine an optimized pricing plan. Optimizer 28 may include a pre-processing module 40 , a mathematical programming module 42, and a post-processing module 44 . Preprocessing module 40 performs preprocessing to set up the pricing plan problem. For example, preprocessing module 40 may identify and eliminate incompatible constraints, divide a category into lightweight manageable article groups, and set goals for individual time intervals, article groups, or locations. However, preprocessing module 40 may perform any suitable function to establish the pricing plan problem.

Mathematisches Programmier-Modul 42 erzeugt ein mathematisches Programmiermodell mit Zielen und Beschränkungen, die durch mathematische Gleichungen und Ungleichungen formuliert sind. Entsprechend einem Beispiel kann das mathematische Programmiermodell eine nichtlineare Beziehung beinhalten und kann unter Verwendung von nichtlinearen Programmierungstechniken (NLP) wie beispielsweise einer reduzierte-Gradienten-Technik oder einer projizierten erweiterten Lagrange-Technik gelöst werden. Das mathematische Programmiermodell kann Kosten des Artikels, Prognosen über die Nachfrage nach dem Artikel, erlaubte Preisbereiche für den Artikel, ein Preisnachfrage-Sensitivitätsmodell, ein Kreuz-Preisnachfrage-Sensitivitätsmodell, Preisverbindungsbeschränkungen, Preisgruppenbeschränkungen, einen Basispreis, Wettbewerberpreise für eine Menge von Vergleichsartikeln, ein Artikelverzeichnis, ein Preisvergleichsmodell, sowie Beschränkungen die Gewinn, Ertrag, Vergleichsverzeichnis und andere Merkmale formen, beinhalten. Mathematisches Programmier-Modul 42 kann eine Modellierungssprache 46, einen Löser 48, und eine Schnittstelle des Anwendungsprogramms (API) 50 beinhalten. Modellierungssprache 46 kann beispielsweise A Mathematical Programming Language (AMPL) entwickelt von Bell Laboratories, General Algebraic Modeling System (GAMS) von GAMS DEVELOPMENT CORPORATION, Advanced Interactive Mathematical Modeling Software (AIMMS) von PARAGON DECISION TECHNOLOGY B. V., oder jede andere zum Modellieren eines Preiskalkulationsplan-Problems geeignete Sprache, einschließen. Löser 48 optimiert das mathematische Programmiermodell, um optimierte Ergebnisse zu erhalten. Löser 48 kann beispielsweise einen nichtlinearen Programierlöser wie MINOS von STANFORD BUSINESS SOFTWARE, INC., CONOPT von ARKI CONSULTING AND DEVELOPMENT A/S, oder jeden anderen geeigneten mathematischen Programmierlöser, der in der Lage ist, ein Preiskalkulationsplan-Problem zu lösen, einschließen. API 50 kann eine Verbindung zwischen Optimierer 28 und Serversystem 24 zur Verfügung stellen. Mathematical programming module 42 generates a mathematical programming model with goals and constraints formulated by mathematical equations and inequalities. According to one example, the mathematical programming model may include a non-linear relationship and may be solved using non-linear programming techniques (NLP) such as a reduced-gradient technique or a projected extended-Lagrangian technique. The mathematical programming model may include cost of the item, demand forecast for the item, allowed price ranges for the item, a price demand sensitivity model, a cross price demand sensitivity model, price link restrictions, price group limits, a base price, competitor prices for a set of comparison items, an item index , a price comparison model, as well as restrictions that form profit, earnings, comparison list and other features. Mathematical programming module 42 may include a modeling language 46 , a solver 48 , and an application program interface (API) 50 . Modeling language 46 may be, for example, A Mathematical Programming Language (AMPL) developed by Bell Laboratories, General Algebraic Modeling System (GAMS) of GAMS DEVELOPMENT CORPORATION, Advanced Interactive Mathematical Modeling Software (AIMMS) of PARAGON DECISION TECHNOLOGY BV, or any other for modeling a price calculation plan. Problems appropriate language include. Löser 48 optimizes the mathematical programming model to get optimized results. For example, solver 48 may include a nonlinear programming solver like MINOS from STANFORD BUSINESS SOFTWARE, INC., CONOPT from ARKI CONSULTING AND DEVELOPMENT A / S, or any other suitable mathematical programming solver capable of solving a pricing problem. API 50 may provide a connection between optimizer 28 and server system 24 .

Nachverarbeitungs-Modul 44 führt eine Nachverarbeitung durch, um die von Löser 48 erzeugten optimierten Ergebnisse an Geschäftsbeschränkungen anzupassen, die während der Optimierung nicht berücksichtigt worden sind. Beispielsweise kann Nachverarbeitungs-Modul 44 Preise gemäß Rundungsregeln runden, die Kosten einer Änderung von Preisen abschätzen und Preise gemäß der Kostenabschätzung anpassen und Preisänderungen entsprechend Prioritätsregeln priorisieren. Nachverarbeitungs-Modul 44 kann jedoch jede geeignete Funktion zum Anpassen der optimierten Ergebnisse an Geschäftsbeschränkungen durchführen. Post-processing module 44 performs post-processing to adapt the optimized results generated by solver 48 to business constraints that were not considered during optimization. For example, post-processing module 44 may round prices according to rounding rules, estimate the cost of changing prices, and adjust prices according to the cost estimate and prioritize price changes according to priority rules. However, post-processing module 44 may perform any suitable function to tailor the optimized results to business constraints.

Arbeitsabläufe 32 stellen Information zum Formulieren des Preiskalkulationsproblems zur Verfügung. Arbeitsabläufe 32 können beispielsweise Nachfrageplanungs-Arbeitsabläufe 54, Lagerauffüllungsplanungs-Arbeitsabläufe 56 und Handelswarenplanungs-Arbeitsabläufe 58 beinhalten. Nachfrageplanungs-Arbeitsabläufe 54 können verwendet werden, um eine Nachfrage zu prognostizieren, z. B. durch Bestimmen einer Nachfrageänderung als Reaktion auf eine Preisänderung. Lagerauffüllungsplanungs-Arbeitsabläufe 56 können verwendet werden um sicherzustellen, dass der Lagerbestand einen ausreichenden Vorrat von Artikeln hat, um einen optimierten Preiskalkulationsplan zu entsprechen. Handelswarenplanungs-Arbeitsabläufe 58 können Preisziele für die Artikel beschreiben. Beispielsweise kann ein Preiskalkulationsziel niedrige Preise für Milchprodukte und höhere Preise für Reinigungsprodukte erfordern. Workflows 32 provide information for formulating the pricing problem. For example, workflows 32 may include demand planning workflows 54 , inventory replenishment planning workflows 56, and merchandise planning workflows 58 . Demand-planning operations 54 may be used to forecast demand, e.g. By determining a demand change in response to a price change. Warehouse replenishment planning workflows 56 may be used to ensure that the inventory has a sufficient supply of articles to meet an optimized pricing plan. Merchandise planning workflows 58 may describe price targets for the articles. For example, a pricing target may require low prices for dairy products and higher prices for cleaning products.

Nachfrageanalytiken-Modul 36 berechnet die Preiselastizität, welche beschreibt, wie eine Preisänderung die Nachfrage beeinflusst. Die Preiselastizität einer Nachfrage kann definiert werden als das Verhältnis einer prozentualen Steigerung in der Nachfrage über einen prozentualen Nachlass im Preis. Gemäß dieser Definition ist Preiselastizität normalerweise aufgrund der umgekehrten Beziehung zwischen Nachfrage und Preis nicht negativ. Die Kreuz-Preiselastizität misst, wie eine Preisänderung eines Artikels die Nachfrage auf einen anderen Artikel beeinflusst. Die Kreuz-Preiselastizität einer Nachfrage kann definiert werden als prozentualer Anstieg in der Nachfrage nach einem Artikel resultierend aus einem prozentualen Ansteigen des Preises eines anderen Artikels. Demand Analytics Module 36 calculates the price elasticity, which describes how a price change affects demand. The price elasticity of a demand can be defined as the ratio of a percentage increase in demand over a percentage discount in price. According to this definition, price elasticity is usually not negative because of the inverse relationship between demand and price. The cross-price elasticity measures how a price change of one item affects the demand on another item. The cross-price elasticity of a demand can be defined as a percentage increase in the demand for an article as a result of a percentage increase in the price of another article.

Die Kreuz-Preiselastizität kann positiv, negativ oder Null sein. Eine positive Kreuz- Preiselastizität setzt voraus, dass die Nachfrage nach einem anderen Artikel steigt, wenn der Preis eines anderen Artikels sinkt (aufgrund beispielsweise des gemeinsamen Kreuzverkaufens von Artikeln), wohingegen eine negative Kreuz-Preiselastizität voraussetzt, dass die Nachfrage nach einem Artikel sinkt, wenn der Preis eines anderen Artikels sinkt (beispielsweise aufgrund eines Substitutionseffektes). Eine Kreuz- Preiselastizität von Null setzt voraus, dass die Nachfrage nach einem Artikel durch den Preis eines anderen Artikels nicht beeinflusst wird. Nachfragemodelle können zum Berechnen von Preiselastizität verwendet werden. The cross-price elasticity can be positive, negative or zero. A positive cross Price elasticity implies that the demand for another item increases when the price of another article decreases (due, for example, to the common Cross-selling articles), whereas a negative cross-price elasticity requires that the demand for one item decreases if the price of another item Article sinks (for example due to a substitution effect). A cross Price elasticity of zero assumes that the demand for an article by the Price of another article is not affected. Demand models can be used for Calculate price elasticity to be used.

Nachfrageanalytiken-Modul 36 beurteilt und wählt geeignete Nachfragemodelle aus und berechnet die Preiselastizität unter Verwendung des ausgewählten Nachfragemodells. Gemäß einer Ausführungsform greift das Nachfrageanalytiken-Modul 36 auf eine Anzahl von Nachfragemodellen und Nachfragedaten zu, die eine Artikelgruppe beschreiben. Die Nachfragemodelle werden gemäß den Nachfragedaten beurteilt, und ein Nachfragemodell wird als Reaktion auf die Beurteilung ausgewählt. Die Nachfrageanalytiken-Information wie beispielsweise eine Nachfrageprognose und Preiselastizität können unter Verwendung des ausgewählten Nachfragemodells berechnet werden. Demand Analytics Module 36 assesses and selects appropriate demand models and calculates the price elasticity using the selected demand model. In one embodiment, demand analytics module 36 accesses a number of demand models and demand data describing an item group. The demand models are judged according to the demand data, and a demand model is selected in response to the judgment. The demand analysis information such as demand forecast and price elasticity may be calculated using the selected demand model.

Eine Datenbank 60 speichert Daten, die von Serversystem 24 verwendet werden können. Datenbank 60 kann lokal oder entfernt von Serversystem 24 sein und kann mit Serversystem 24 unter Verwendung einer oder mehrerer lokaler Netzwerke (LANs), regionaler Netzwerke (MANs), überregionaler Netzwerke (WANs), eines globalen Computernetzwerkes wie beispielsweise dem Internet, oder allen anderen drahtgebundenen, drahtlosen oder anderweitigen Verbindungen, verbunden sein. Datenbank 60 kann beispielsweise Konstanten 64, Variablen 66, Ziele 68, Regeln 69 und Beschränkungen 70, Nachfragedaten 71 und Nachfragemodelle 72 beinhalten. Konstanten 64 und Variablen 66 werden verwendet, um eine Menge von Anfangsbeschränkungen für ein mathematisches Programmiermodell zu formulieren, welches ein Preiskalkulationsplan-Problem darstellt. Die Konstanten 64 können beispielsweise Folgendes beinhalten:

G Gruppe von Artikeln, die zusammen optimiert werden, beispielsweise eine Gruppe von Artikeln, die direkt oder indirekt durch Beschränkungen oder durch eine Kreuz-Preisnachfrage-Sensitivität verbunden sind;
I Untergruppe bestimmter Artikel, die zum Verfolgen der Preise eines Konkurrenten verwendet wird und auf die Bezug genommen wird als "Vergleichsartikel";
l_ij Preisverbindungsbeschränkung zwischen Artikeln i und j, die deren Preise unter Verwendung einer Gleichungsbeziehung beschränkt, welche zusätzlich einen zusätzlichen Term l^a _ij beinhalten kann;
b_ij Preisbereichs-Beschränkungen zwischen Artikeln i und j, die den Bereich eines Artikels im Hinblick auf den anderen Artikel unter Verwendung einer Beziehung beschränken, welche zusätzlich einen zusätzlichen Term b^a _ij beinhalten kann;
e_ij Elastizitäts- und Kreuz-Elastizitäts-Erhöhungsmodell für die Nachfragesensitivität von Artikel j basierend auf dem Preis von Artikel i und dem Grundpreis von Artikel i, wobei e_ij eine Funktion ist, die sowohl den eigenen Preis als auch die Kreuz-Preisnachfrage-Erhöhung berechnet;
q_i Grundpreis von Artikel i, auf welchem die Nachfrageprognose für Artikel i basiert;
c_i Kosten von Artikel i;
≙, ≙ untere Grenze und obere Grenze für den Preis von Artikel i;
o_i Preis des Konkurrenten für Artikel i;
f_i Nachfrageprognose für eine Optimierungs-Zeitspanne basierend auf einem Grundpreis q_i des Artikels i; und
u_i verfügbarer Lagerbestand von Artikel i. A database 60 stores data that can be used by server system 24 . Database 60 may be local or remote from server system 24 and may communicate with server system 24 using one or more local area networks (LANs), regional networks (MANs), supra-regional networks (WANs), a global computer network such as the Internet, or any other wired network , wireless or other connections. Database 60 may include, for example, constants 64 , variables 66 , destinations 68 , rules 69, and constraints 70 , demand data 71, and demand models 72 . Constants 64 and variables 66 are used to formulate a set of initial constraints on a mathematical programming model that represents a pricing plan problem. The constants 64 may include, for example:

G group of articles that are being optimized together, for example a group of articles that are directly or indirectly linked by constraints or cross-price sensitivity;
I Subgroup of certain articles used to track the prices of a competitor and referred to as "Comparative Article";
l _ij price-link restriction between articles i and j which limits their prices using an equation relationship which may additionally include an additional term l ^a _ij ;
b _ij price range constraints between articles i and j which limit the scope of one article with respect to the other article using a relationship which may additionally include an additional term b ^a _ij ;
e _ij elasticity and cross elasticity increase model for the demand sensitivity of item j based on the price of item i and the base price of item i, where e _{ij is} a function of both the own price and the cross price increase calculated;
q _i Base price of item i, on which the demand forecast for item i is based;
c _i costs of article i;
≙, ≙ lower limit and upper limit for the price of item i;
o _i price of the competitor for article i;
f _i demand forecast for an optimization period based on a base price q _i of article i; and
_{i i} available stock of article i.

Variablen 66 können beispielsweise folgendes beinhalten:

p_i Preis von Artikel i;


Prognostizierte Nachfrage nach Artikel i in einer Optimierungszeitspanne, wenn Preis p_i gegeben ist;
m_j = d_j.(p_i-c_i) Prognostizierter Gewinn durch den Verkauf von Artikel j gemäß der prognostizierten Nachfrage;


Preisvergleichsverzeichnis über die Vergleichsartikel, verwendet zum Verfolgen bestimmter Preise des Konkurrenten;


Gesamtgewinn durch den Verkauf aller Artikel;


Gesamtertrag durch den Verkauf aller Artikel; und
P = M /(R + ε) Gesamtgewinn in Prozent, für welchen eine minimale Größe ε verwendet wird, um ein Teilen durch Null bei Nullerträgen zu verhindern.
Variables 66 may include, for example:

p _i price of item i;


Predicted demand for item i in an optimization period if price p _{i is} given;
m _j = d _j . (p _i -c _i ) Projected profit by selling item j according to forecasted demand;


Price comparison directory on the comparison articles, used to track certain prices of the competitor;


Total profit by selling all articles;


Total revenue through the sale of all items; and
P = M / (R + ε) Total gain in percent for which a minimum size ε is used to prevent zero divide at zero yields.

Zielfunktionen 68 stellen Ziele dar, die zu optimieren sind, um einen optimierten Preiskalkulationsplan zu erzeugen. Ziele können beispielsweise durch akzeptable Leistungsziele gemessen an Profiten, Erträgen, Verkäufen von Einheiten, Wettbewerbsvergleich oder andere geeignete Messungen von Leistung definiert werden. Andere Ziele können jedoch verwendet werden. Objective functions 68 represent goals to be optimized to produce an optimized pricing plan. Goals may be defined, for example, by acceptable performance goals as measured by profits, revenues, sales of units, competitive comparison, or other suitable measure of performance. Other destinations, however, can be used.

Beschränkungen 70 beschränken die Optimierung von Zielfunktionen 68. Beschränkungen 70 können beispielsweise Preise als Reaktion auf die Herstellungskosten eines Artikels, einen von einem Hersteller empfohlenen Einzelhandelspreis, einem Preis eines Konkurrenten oder eine maximale Preisänderungs-Beschränkung, beschränken. Beschränkungen 70 können verbundene Artikel wie beispielsweise verschiedene Mengen des gleichen Artikels oder verschiedene Marken des gleichen Artikels verbinden. Solche Beschränkungen 70 können beispielsweise Preisverknüpfungs-Beschränkungen oder Preisbereichs-Beschränkungen, wie beispielsweise Ungleichheiten im Artikelpreis beinhalten. Beschränkungen 70 können Preise im Hinblick auf Nachfrage beschränken, beispielsweise Nachfragepreis-Verbindungen oder Kreuz-Preiselastizitäten. Beschränkungen 70, die Preisänderungen wie beispielsweise die minimale Zeitspanne zwischen aufeinanderfolgenden Preisänderungen eines Artikels, eine maximale Anzahl von gleichzeitigen Preisänderungen aller Artikel innerhalb einer optimierten Zeitspanne oder eine Preisimplementierungskosten-Beschränkung regeln, können eingeschlossen werden. Regeln 69 zum Kontrollieren des Lagerbestandes können zum Vermeiden von Lagerräumungen oder um Vorlaufzeiten entgegenzukommen verwendet werden. Regeln 69 können direktional sein, so dass der Preis eines ersten Artikels den Preis eines zweiten Artikels beeinflussen kann, aber der Preis des zweiten Artikels nicht den Preis des ersten Artikels beeinflusst. Regeln 69 können von jeder geeigneten Quelle wie beispielsweise von einem Benutzer von Clientsystem 20 oder von Preis und Nachfrageanalytiken-Modul 36 erhalten werden. Das Nachfolgende ist ein Beispiel einer Zielfunktion 68 und Beschränkungen 70, wobei der Gewinn in Abhängigkeit von den Beschränkungen maximiert ist.

maxM

abhängig von

≙ ≤ p_i ≤ ≙: Preisgrenzen
p_i = l_ij.p_j + l^a _ij: Preisverknüpfungsbeschränkungen
p_i ≤ b_ij.p_j + b^a _ij: Preisbereichsbeschränkungen
Restrictions 70 limit the optimization of objective functions 68 . For example, constraints 70 may limit prices in response to an article's manufacturing cost, a retailer's recommended retail price, a competitor's price, or a maximum price change constraint. Restrictions 70 may connect linked articles such as different quantities of the same article or different brands of the same article. Such limitations 70 may include, for example, price link restrictions or price range limitations such as product price inequalities. Restrictions 70 may limit prices in terms of demand, such as demand price connections or cross price elasticities. Restrictions 70 that govern price changes, such as the minimum amount of time between successive price changes of an item, a maximum number of concurrent price changes of all items within an optimized time period, or a price implementation cost limit, may be included. Inventory control rules 69 may be used to avoid stock clearing or to accommodate lead times. Rules 69 may be directional so that the price of a first article may affect the price of a second article, but the price of the second article does not affect the price of the first article. Rules 69 may be obtained from any suitable source, such as from a user of client system 20 or from Price and Demand Analytics module 36 . The following is an example of a goal function 68 and constraints 70 where the gain is maximized depending on the constraints.

Maxm

depending on

≙ ≤ p _i ≤ ≙: price limits
p _i = l _ij. p _j + l ^a _ij : price link restrictions
p _i ≤ b _ij. p _j + b ^a _ij : price range constraints

Jede geeignete Zielfunktion 68 oder Beschränkungen 70 können jedoch verwendet werden. Nachfragedaten 71 beinhalten Daten, die zum Bestimmen einer Preiselastizität benutzt werden können. Nachfragedaten 71 können beispielsweise Verkaufsentwicklung, Preisentwicklung, Preise des Konkurrenten, Lagerverfügbarkeit und andere Informationen, die zum Bestimmen einer Beziehung zwischen Preis und Nachfrage benutzt werden können, beinhalten. Nachfragemodelle 72 können auf Nachfragedaten 71 zum Bestimmen der Preiselastizität angewandt werden. Nachfragemodelle 72 können beispielsweise konstante Elastizitäts-statische Modelle und Modelle mit Koeffizienten, die entsprechend Funktionen variieren, wie beispielsweise polynomial oder logarithmische Funktionen beinhalten. However, any suitable objective function 68 or restrictions 70 may be used. Demand data 71 includes data that may be used to determine price elasticity. Demand data 71 may include, for example, sales trends, price trends, competitor's prices, inventory availability, and other information that may be used to determine a relationship between price and demand. Demand models 72 may be applied to demand data 71 for determining price elasticity. Demand models 72 may include, for example, constant elasticity static models and models having coefficients that vary according to functions such as polynomial or logarithmic functions.

Fig. 2 ist ein Flussdiagramm, welches ein beispielhaftes Verfahren zum Erzeugen eines optimierten Preiskalkulationsplan darstellt. Ein solcher Preiskalkulationsplan ist auf einen bestimmten Verkaufskanal, wie beispielsweise ein Geschäft, eine Anzahl von Geschäften oder alle anderen Verkaufsstellen anwendbar. Eine Anzahl von Geschäften, die zusammen optimiert werden, kann beispielsweise entsprechend der geografischen Nähe der Geschäfte oder entsprechend der Nähe der Geschäfte zu einem speziellen Geschäft eines Konkurrenten ausgesucht werden. Jeder Kanal kann separat zum Erzeugen eines einzelnen optimierten Preiskalkulationsplanes optimiert werden, und das Verfahren kann über alle Kanäle zum Berechnen eines optimalen Preises für jeden Artikel in jedem Kanal wiederholt werden. FIG. 2 is a flowchart illustrating an example method for generating an optimized pricing plan. FIG . Such a pricing plan is applicable to a particular sales channel, such as a store, a number of stores or any other outlets. For example, a number of stores that are optimized together may be selected according to the geographic proximity of the stores or the proximity of the stores to a particular store of a competitor. Each channel can be separately optimized to produce a single optimized pricing plan, and the method can be repeated across all channels to calculate an optimal price for each item in each channel.

Das Verfahren beginnt bei Schritt 98, wo Optimierer 28 Eingabedaten erhält. Eingabedaten können eine Nachfrageprognose, Preise von Konkurrenten, Preisnachfragesensitivität, Kreuzpreissensitivität und andere preisbezogene Informationen beinhalten. Bei Schritt 100 führt Verarbeitungsmodul 40 eine Vorverarbeitung durch, um ein Preiskalkulationsplan-Problem aufzusetzen. Das Vorverarbeiten wird genauer unter Bezugnahme auf Fig. 3 beschrieben. Das mathematische Programmier-Modul 42 erzeugt bei Schritt 102 ein mathematisches Programmiermodell des Preiskalkulationsplan-Problems. Das mathematische Programmiermodell kann in Modellierungssprache 46 ausgedrückt werden. The method begins at step 98 where optimizer 28 receives input data. Input data may include demand forecast, competitor price, price demand sensitivity, cross-price sensitivity, and other price-related information. At step 100 , processing module 40 preprocesses to set up a pricing plan problem. The pre-processing will be described in more detail with reference to FIG . The mathematical programming module 42 generates a mathematical programming model of the pricing plan problem at step 102 . The mathematical programming model can be expressed in modeling language 46 .

Löser 48 optimiert das mathematische Programmiermodell bei Schritt 104, um ein optimiertes Ergebnis zu erzeugen. Die Optimierung des mathematischen Programmiermodells wird genauer mit Bezugnahme auf Fig. 4 beschrieben. Nachverarbeitungs-Modul 44 führt bei Schritt 106 eine Nachverarbeitung durch. Die Nachverarbeitung kann durchgeführt werden, um die optimierten Ergebnisse an vorbestimmte Geschäftsbeschränkungen anzupassen. Die Nachverarbeitung wird genauer unter Bezugnahme auf Fig. 5 beschrieben. Ein optimierter Preiskalkulationsplan wird bei Schritt 108 berichtet und das Verfahren endet. Solver 48 optimizes the mathematical programming model at step 104 to produce an optimized result. The optimization of the mathematical programming model will be described in more detail with reference to FIG . Post-processing module 44 performs post-processing at step 106 . The post-processing may be performed to tailor the optimized results to predetermined business constraints. The post-processing will be described in detail with reference to FIG. 5. An optimized pricing plan is reported at step 108 and the process ends.

Das Optimierungsverfahren kann mehrfach von verschiedenen Startpunkten durchgeführt werden, um mehrere lokal-optimale Preiskalkulationspläne zu erzeugen. Die Preiskalkulationspläne können zum Bestimmen eines globaloptimalen Preiskalkulationsplans ausgewertet werden. The optimization procedure can be performed several times from different starting points to create multiple local-optimal pricing plans. The Pricing plans can be used to determine a globally optimal one Pricing plan are evaluated.

Fig. 3 ist ein Flussdiagramm, das ein beispielhaftes Verfahren darstellt, um eine Vorverarbeitung zum Aufstellen eines Preiskalkulationsplan-Problems für eine Kategorie von Artikeln durchzuführen. Das Verfahren beginnt bei Schritt 120, wo Vorverarbeitungs-Modul 40 die Preise einer Kategorie von Artikeln gemäß einer oder mehrerer Beschränkungen festsetzt. Die Preise von bestimmten Artikeln können festgesetzt werden, um einer Beschränkung zu genügen. Beispielsweise kann ein Preis für ein Zeitintervall festgesetzt werden, wenn das Ändern des Preises die maximale Anzahl von erlaubten Preisänderungen während des Zeitintervalls verletzt. Die Artikel werden bei Schritt 122entknüpft, um Unstimmigkeiten zu vermeiden. Ist beispielsweise der Preis eines Artikels A so mit einem Preis von einem Artikel B verknüpft, dass er gleich diesem ist, aber der Preis von Artikel A und der Preis von Artikel B sind zu unterschiedlichen Preisen festgesetzt, dann werden die Preise von Artikel A und B entknüpft. FIG. 3 is a flowchart illustrating an example method for performing preprocessing for establishing a pricing plan problem for a category of articles. The method begins at step 120 , where preprocessing module 40 sets the prices of a category of articles according to one or more constraints. The prices of certain items may be assessed to comply with a restriction. For example, a price for a time interval may be set if changing the price violates the maximum number of allowed price changes during the time interval. The articles are untied at step 122 to avoid inconsistencies. For example, if the price of an item A is linked to a price of item B equal to it, but the price of item A and the price of item B are set at different prices, then the prices of items A and B will be the same deknitted.

Die Kategorie von Artikeln wird bei Schritt 124 in Artikel-Verknüpfungsgruppen aufgeteilt. Eine Kategorie kann viele unverknüpfte Artikel beinhalten, für welche es nicht effizient sein kann, sie zusammen zu optimieren. Dementsprechend kann eine Kategorie in Artikel-Verknüpfungsgruppen geteilt werden, die voneinander getrennt optimiert werden. Eine Artikel-Verknüpfungsgruppe kann Artikel beinhalten, die durch eine oder mehrere Beschränkungen oder Kreuzpreissensitivität miteinander verknüpft sind. Geeignete Artikel- Verknüpfungsgruppen können bei Schritt 126 zusammengelegt werden. Einige der Artikel- Verknüpfungsgruppen, die in Schritt 124 gebildet wurden, können zu klein sein, um eine Optimierung mit ausreichender Flexibilität zur Verfügung zu stellen. Kleinere Artikel- Verknüpfungsgruppen können zusammengelegt werden, um eine größere Artikel- Verknüpfungsgruppe zu bilden, die effizient mit ausreichender Flexibilität optimiert werden kann. The category of articles is divided into article linking groups at step 124 . A category can include many unlinked articles for which it can not be efficient to optimize them together. Accordingly, a category can be divided into article linking groups that are optimized separately from each other. An article linking group may include articles that are linked by one or more constraints or cross-sensitivity. Suitable article linking groups may be merged at step 126 . Some of the article linking groups formed in step 124 may be too small to provide optimization with sufficient flexibility. Smaller article linking groups can be merged to form a larger article linking group that can be efficiently optimized with sufficient flexibility.

Ziele wie beispielsweise Vermarktungsplanungs-Ziele für Gewinne, Erträge oder eine Ebene von Wettbewerbsfähigkeit werden über die Zeitintervalle der Optimierungszeitspanne bei Schritt 128 ausbalanciert. Beispielsweise kann eine Firma auswählen, während Spitzenzeitintervallen eine höhere Prozentzahl an Verkäufen und eine niedrigere Prozentzahl an Verkäufen während nicht Spitzenzeitintervallen zu erreichen. Die Ziele werden über Artikel-Verknüpfungsgruppe bei Schritt 130 ausbalanciert. Beispielsweise kann eine Firma auswählen, die Verkäufe für eine beliebte Artikel- Verknüpfungsgruppe zu steigern, aber nicht für andere Artikel-Verknüpfungsgruppen. Ziele werden geographisch bei Schritt 132 ausbalanciert. Beispielsweise kann eine Firma auswählen, die Verkäufe in Geschäften an bestimmten Standorten zu steigern, aber nicht an anderen Standorten. Die Ergebnisse werden bei Schritt 134 berichtet, und das Verfahren endet. Targets such as marketing planning goals for profits, revenues or a level of competitiveness are balanced over the time intervals of the optimization period at step 128 . For example, a company may choose to achieve a higher percentage of sales and a lower percentage of sales during peak peak intervals rather than peak time intervals. The goals are balanced via article linkage group at step 130 . For example, a company may choose to increase sales for a popular article linking group, but not for other article linking groups. Goals are geographically balanced at step 132 . For example, a company may choose to increase sales in stores in specific locations, but not elsewhere. The results are reported at step 134 and the procedure ends.

Fig. 4 ist ein Flussdiagramm, welches ein beispielhaftes Verfahren zum Optimieren eines mathematischen Programmiermodells in Abhängigkeit von einer Hierarchie von Zielen und Beschränkungen zeigt. Das Verfahren beginnt bei Schritt 150, wo eine Hierarchie, die Zielebenen und Beschränkungen aufweist, erzeugt wird. Eine Hierarchie kann beispielsweise ein primäres Ziel des Maximierens von Ertrag, ein sekundäres Ziel des Maximierens von Verkäufen und ein tertiäres Ziel des Aufrechterhaltens konstanter Preiskalkulationen von Vergleichsartikeln rund um die Preise eines Konkurrenten beinhalten. Andere Ziele oder Beschränkungen können verwendet werden, beispielsweise das Einschränken von Abweichungen von vorherigen Preisen. Fig. 4 is a flow chart showing an exemplary method for optimizing a mathematical programming model as a function of a hierarchy of objectives and constraints. The method begins at step 150 , where a hierarchy having target levels and constraints is generated. For example, a hierarchy may include a primary goal of maximizing revenue, a secondary goal of maximizing sales, and a tertiary goal of maintaining constant price calculations of comparison items around a competitor's prices. Other goals or limitations may be used, such as limiting deviations from previous prices.

Optimierer 28 wählt bei Schritt 152 eine Ebene aus, welche ein Ziel und eine oder mehrere verbundene Beschränkungen aufweist. Eine Zielfunktion mit Schlupfvariablen wird bei Schritt 154 formuliert, um das ausgewählte Ziel und die Beschränkungen darzustellen. Beispielsweise kann das Ziel des Erfüllens eines Ertragszielbereichs wie folgt formuliert werden. Ziel LB und Ziel UB stellen entsprechend die obere und unterer Grenze des Ertragszielbereichs dar. ErtragMin und ErtragMax stellen Beschränkungen dar, die den minimalen und maximalen Ertrag entsprechend einschränken. MinSchlupf und MaxSchlupf stellen Schlupfvariablen für ErtragMin und ErtragMax entsprechend dar. ErtragSchlupf stellt die zu optimierenden Schlupfvariablen dar.

MinSchlupf >=0;
MaxSchlupf >= 0;

abhängig von ErtragMin:

Ertrag + MinSchlupf >= ZielLB;

abhängig von ErtragMax:

Ertrag <= ZielUB + MaxSchlupf;

Minimieren von ErtragSchlupf:

ErtragZielStrafe.(MinSchlupf + MaxSchlupf).
Optimizer 28 selects a level at step 152 that has a destination and one or more associated constraints. A target function with slip variables is formulated at step 154 to represent the selected target and constraints. For example, the goal of satisfying a revenue target range may be formulated as follows. Target LB and Target UB respectively represent the upper and lower bounds of the revenue target range. YieldMin and YieldMax are constraints that restrict the minimum and maximum revenue, respectively. Slip and Max Slip represent slippage variables for Yield and YieldMax respectively. Yield Slip represents the Slip variables to be optimized.

MinClip> = 0;
Max-slip> = 0;

depending on yieldMin:

Yield + Min Slip> = TargetLB;

depending on yield Max:

Yield <= TargetUB + Max Slip;

Minimize yield slippage:

Yield Target penalty (Min Slip + Max Slip).

Die Schlupfvariablen werden bei Schritt 156 optimiert. Beispielsweise werden die Schlupfvariablen MinSchlupf und MaxSchlupf wie bei ErtragSchlupf dargestellt minimiert. The slip variables are optimized at step 156 . For example, the slip variables MinSlip and MaxSlip are minimized as shown in SlipOff.

Gibt es verschiedene Ziele innerhalb einer Hierarchieebene, können Strafen verwendet werden, um verschiedene Ziele innerhalb einer Hierarchieebene auszubalancieren. Optimierte Grenzen werden gemäß den optimierten Schlupfvariablen bei Schritt 158 bestimmt. Die optimierten Grenzen können festgesetzt werden an den sich aus der Optimierung der Schlupfvariablen ergebenden Werten, um sicherzustellen, dass die Ziele einer Hierarchieebene über diese Ebene hinaus während nachfolgender Hierarchieebenen der Optimierung nicht verletzt werden. If there are different goals within a hierarchy level, penalties can be used to balance different goals within a hierarchy level. Optimized limits are determined according to the optimized slip variables at step 158 . The optimized limits can be set to the values resulting from the optimization of the slip variables to ensure that the goals of a hierarchy level are not violated beyond this level during subsequent hierarchy levels of the optimization.

Wenn bei Schritt 160 eine letzte Hierarchieebene noch nicht erreicht wurde, kehrt Optimierer 28 zu Schritt 152 zurück, um die nächste Ebene eines Ziels und eine oder mehrere Beschränkungen auszuwählen. Wenn bei Schritt 160 eine letzte Ebene erreicht wurde, fährt Optimierer 28 mit Schritt 162 fort, um die letzte Ebene auszuwählen. Das Ziel der letzten Ebene wird abhängig von den verbundenen Beschränkungen bei Schritt 164 optimiert, gefolgt von Schritten 192, 194, 196 der Nachverarbeitung. Ergebnisse werden bei Schritt 166 berichtet, und das Verfahren endet. If a last level of hierarchy has not yet been reached at step 160 , optimizer 28 returns to step 152 to select the next level of a destination and one or more constraints. If a last level has been reached at step 160 , optimizer 28 proceeds to step 162 to select the last level. The last-level destination is optimized depending on the bounded constraints at step 164 , followed by steps 192 , 194 , 196 of the post-processing. Results are reported at step 166 and the process ends.

Gemäß einer Ausführungsform kann das Verwenden einer Zielhierarchie einen Vorteil im Vergleich zum Kombinieren von Zielen gemäß eines Gewichtungsschemas bieten. Ein Vorteil einer Ausführungsform kann sein, dass ein Gewichtungsschema das Setzen der Gewichte oder Strafen in der gesamten Zielfunktion zum Ausweiten des numerischen Bereichs der Ziele erfordert, um die Ziele zu optimieren. Das Festlegen eines solchen Gewichtungsschemas kann jedoch Schwierigkeiten bringen, da der Bereich jedes Unterziels noch unbekannt sein kann, bevor die Optimierung vervollständigt ist. Weiter kann das Einführen breiter unterschiedlicher Gewichtungen zum Ausweiten der verschiedenen Ziele zu numerischen Instabilitäten und problematischer numerischer Skalierung führen. According to one embodiment, using a target hierarchy may have an advantage in Provide comparison for combining goals according to a weighting scheme. On Advantage of an embodiment may be that a weighting scheme, the setting of the Weights or penalties throughout the objective function to extend the numerical Range of goals requires to optimize the goals. The setting of such However, weighting schemes can cause difficulties as the range of each sub-goal may still be unknown before the optimization is completed. It can continue Introduce broader different weights to expand the various goals lead to numerical instabilities and problematic numerical scaling.

Fig. 5 ist ein Flussdiagramm, welches ein beispielhaftes Verfahren zum Durchführen der Nachverarbeitung der Ergebnisse des Optimierens eines mathematischen Programmiermodells darstellt. Nachverarbeitung wird durchgeführt, um die optimierten Ergebnisse an Geschäftsbeschränkungen anzugleichen. Das Verfahren beginnt bei Schritt 180, wo Nachverarbeitungs-Modul 44 die Leistung der optimierten Ergebnisse beurteilt. Fig. 5 is a flow diagram illustrating an exemplary method for performing the post-processing of the results of optimizing a mathematical programming model. Postprocessing is performed to align the optimized results with business constraints. The method begins at step 180 , where post-processing module 44 assesses the performance of the optimized results.

Ein Rundungs- und Verbreitungs-Verfahren wird bei Schritt 182 angewandt. Ein Rundungs- und Verbreitungs-Verfahren kann beispielsweise unter Verwendung eines Graphen durchgeführt werden, der die Beziehung zwischen Preisen von Artikeln darstellt. Ein Beispiel eines solchen Graphs wird mit Bezug auf Fig. 6 beschrieben. A rounding and spreading method is used at step 182 . For example, a rounding and spreading method may be performed using a graph representing the relationship between prices of items. An example of such a graph will be described with reference to FIG .

Fig. 6 zeigt einen beispielhaften Graph 210, der die Beziehung zwischen Preisen von Artikeln darstellt. Kreise 214 stellen die Preise für Artikel A bis F dar. Verbreitungspfeile 216 stellen Regeln zum Verbreiten der Preise eines Artikels zum Bestimmen des Preises eines anderen Artikels dar. Beispielsweise kann der Preis von Artikel A zum Bestimmen des Preises von Artikel B durch Multiplizieren des Preises von Artikel A mit zwei verbreitet werden. Rundungspfeile 218 stellen Rundungsregeln dar. In dem dargestellten Beispiel sagt eine Rundungsregel, dass ein Preis auf den nächsten Preis aufgerundet werden muss, der mit neun endet, beispielsweise $1,85 wird auf $1,89 aufgerundet. Fig. 6 shows an exemplary graph 210 representing the relationship between prices of articles. Circles 214 represent the prices for items A through F. Spread arrows 216 represent rules for distributing the prices of one item to determine the price of another item. For example, the price of item A for determining the price of item B may be multiplied by multiplying the price of Article A will be disseminated with two. Rounding arrows 218 represent rounding rules. In the example shown, a rounding rule says that a price must be rounded up to the nearest price ending in nine, for example, $ 1.85 is rounded up to $ 1.89.

Gemäß eines beispielhaften Rundungs- und Verbreitungs-Verfahrens wird der Preis von Artikel A gerundet. Nachdem der Preis von Artikel A gerundet ist, wird der Preis verbreitet, damit der Preis von Artikel B bestimmt werden kann. Der Preis von Artikel B wird gerundet und dann verbreitet zum Bestimmen des Preises von Artikel C usw. Ist ein Preis bestimmt, wird er festgesetzt, um ein einheitliches Preiskalkulieren sicherzustellen. Ist beispielsweise der Preis von Artikel D auf $5,69 bestimmt, wird er gemäß einer Verbreitung von Artikel E nicht verändert. Preise, die nicht mit anderen Preisen verbunden sind, werden unabhängig von dem Runden und Verbreiten von Preisen gerundet. So wird zum Beispiel der Preis von Artikel F unabhängig von dem Runden und Verbreiten anderer Preise gerundet. According to an exemplary rounding and propagation method, the price of Article A rounded. After the price of item A is rounded, the price is spread, so that the price of item B can be determined. The price of item B will be rounded and then disseminated to determine the price of item C, etc. Is a price Determined, it is priced to ensure a consistent pricing. is For example, if the price of item D is $ 5.69, it will be calculated according to a Distribution of Article E unchanged. Prices not associated with other prices are rounded, regardless of the rounding and spreading of prices. So will for example, the price of item F regardless of the rounding and spreading of others Prices rounded.

Unter erneuter Bezugnahme auf Fig. 5 wird die Leistung der gerundeten und verbreiteten Preise bei Schritt 184 wieder neu beurteilt. Die Neubeurteilung kann zum Bestimmen einer Änderung verwendet werden, wie beispielsweise einem Anstieg in der Leistung, die sich aus dem Anwenden des Rundungs- und Verbreitungs-Verfahrens ergibt. Erst nach dem Anwenden der Regel 69 ist bekannt, welche Preise das komplette Verfahren zu ändern empfiehlt. Die Kosten des Änderns von Preisen werden bei Schritt 186 beurteilt. Die Kosten können beispielsweise die Unternehmenskosten des Implementierens von Preisänderungen messen. Preise werden gemäß der Kostenbeurteilung bei Schritt 188 angepasst. Beispielsweise können geringe Preisänderungen zurück auf einen Originalpreis gesetzt werden, um Störungen durch kleine Änderungen und sich daraus ergebende Unternehmenskosten durch das Implementieren der Preisänderungen zu vermeiden. Das Verarbeitungsmodul 44 erzwingt, dass die Preisänderungen eine minimal erforderliche relative oder absolute Preisänderung im Vergleich zum Originalartikelpreis erfüllen. Nachverarbeitungs-Modul 44 kann entweder die Preise auf die gegenwärtigen Preise zurücksetzen oder die minimal erforderliche Preisänderung erzwingen. Weiter kann die Leistungsverbesserung, die sich aus der Preisänderung ergibt (beispielsweise Gewinnspannenverbesserung gegenüber dem Originalpreis), berechnet werden, um zu bestimmen, ob die Preisänderung die mit dem Implementieren der Preisänderung verbundenen Kosten rechtfertigt. Nachverarbeitungs-Modul 44 bestimmt, ob die Anzahl der Preisänderungen eine vorbestimmte maximale Anzahl von Preisänderungen bei Schritt 190 überschreitet. Wenn die Anzahl der Preisänderungen eine maximale Anzahl von Preisänderungen überschreitet, kann Nachverarbeitungs-Modul 44 mit den Schritten 192, 194 oder 196 fortfahren um zu bestimmen, welche Preise zu ändern sind. Schritte 192, 194 und 196 können zum Bestimmen verwendet werden, welche Preise verändert werden sollen, oder kann zum Priorisieren von Preisen verwendet werden, so dass die höher priorisierten Preise während einer Zeitspanne verändert werden und die niedriger priorisierten Preise während der nächsten Zeitspanne verändert werden. Schritte 192, 194 und 196 können in jeder geeigneten Reihenfolge durchgeführt werden. Jedes andere geeignete Verfahren zum Priorisieren von Preisänderungen kann bei den Schritten 192, 194 und 196 verwendet werden. Referring again to FIG. 5, the performance of the rounded and spread prices is re-evaluated at step 184 . The reassessment can be used to determine a change, such as an increase in performance resulting from the use of the rounding and spreading method. It is only after applying rule 69 that it is known which prices the complete procedure recommends to change. The cost of changing prices is assessed at step 186 . For example, the cost may measure the business costs of implementing price changes. Prices are adjusted according to the cost assessment at step 188 . For example, small price changes can be returned to an original price to avoid disruption through small changes and resulting business costs by implementing price changes. The processing module 44 forces the price changes to meet a minimum required relative or absolute price change compared to the original item price. Post-processing module 44 may either reset the prices to current prices or force the minimum required price change. Further, the performance improvement resulting from the price change (eg, profit margin improvement over the original price) may be calculated to determine if the price change justifies the cost associated with implementing the price change. Post-processing module 44 determines whether the number of price changes exceeds a predetermined maximum number of price changes at step 190 . If the number of price changes exceeds a maximum number of price changes, post-processing module 44 may proceed to steps 192 , 194 or 196 to determine which prices to change. Steps 192 , 194 and 196 may be used to determine which prices to change or may be used to prioritize prices so that the higher priority prices are changed over a period of time and the lower priority prices are changed during the next period. Steps 192 , 194 and 196 may be performed in any suitable order. Any other suitable method for prioritizing price changes may be used at steps 192 , 194, and 196 .

Bei Schritt 192 erhalten beispielsweise die Preise von Artikeln mit den größeren Preisänderungen die höchste Priorität und werden geändert. Größere Preisänderungen können eine größere Auswirkung haben, und es ist weniger wahrscheinlich, dass sie erneut im Vergleich zu kleineren Preisänderungen geändert werden. Bei Schritt 194 werden die Preise von Vergleichsartikeln geändert, die verwendet werden, um Konkurrenten zu verfolgen, da Vergleichsartikel als wichtiger betrachtet werden können. Bei Schritt 196 werden die Preise von Artikeln mit den stabileren Preisen geändert. Artikel mit stabileren Preisen können beispielsweise Artikel beinhalten, die keine Preisänderung währen einer langen Zeitspanne hatten oder solche Artikel, die die wenigsten Preisänderungen in einer gegebenen Zeitspanne hatten. Das Ändern der stabileren Preise kann die Häufigkeit von Preisänderungen reduzieren, was eine beständigere Preiskalkulation zur Verfügung stellen kann. For example, at step 192 , the prices of items with the larger price changes are given the highest priority and are changed. Larger price changes can have a greater impact and are less likely to be changed again compared to smaller price changes. At step 194 , the prices of comparison items used to track competitors are changed since comparison items may be considered more important. At step 196 , the prices of items with the more stable prices are changed. For example, items with more stable prices may include items that did not have a price change over a long period of time or items that had the fewest price changes in a given period of time. Changing the more stable prices can reduce the frequency of price changes, which can provide a more consistent pricing.

Wenn die Anzahl von Preisänderungen eine bestimmte Anzahl von Preisänderungen bei Schritt 190 nicht überschreitet, fährt das Verfahren direkt mit Schritt 198 fort. Bei Schritt 198 wird die Leistung unter dem überarbeiteten Preiskalkulationsplan neu beurteilt. Die Leistung kann neu beurteilt werden, um einen Vergleich mit den optimierten Ergebnissen zu ermöglichen. Die Ergebnisse werden bei Schritt 200 berichtet, und das Verfahren endet. If the number of price changes does not exceed a certain number of price changes at step 190 , the method proceeds directly to step 198 . At step 198 , performance is reassessed under the revised pricing plan. The performance can be reassessed to allow comparison with the optimized results. The results are reported at step 200 , and the process ends.

Bestimmte Ausführungsformen der Erfindung können einen oder mehrere technische Vorteile zur Verfügung stellen. Ein technischer Vorteil einer Ausführungsform kann sein, dass ein Preiskalkulationsplan-Problem kann gemäß einer Hierarchie von Zielen, beispielsweise Maximieren von Gewinn optimiert werden, während beständige Preiskalkulation und ein gegebenes Verkaufsvolumen beibehalten werden. Optimieren eines Preiskalkulationsplan-Problems gemäß einer Hierarchie von Zielen kann einen Preiskalkulationsplan zur Verfügung stellen, der besser zu den Zielen einer Firma passt. Ein weiterer technischer Vorteil einer Ausführungsform kann sein, dass Vorverarbeitung zum Aufstellen eines Preiskalkulationsplan-Problems durchgeführt werden kann. Vorverarbeitung kann beispielsweise das Identifizieren und Eliminieren nicht schlüssiger Beschränkungen, Teilen einer Kategorie von Artikeln in verwaltbarere Artikelgruppen und Bestimmen von Zielen für individuelle Zeitintervalle, Artikelgruppen oder Standorte beinhalten. Ein weiterer technischer Vorteil einer Ausführungsform kann sein, dass Nachverarbeitung zum Anpassen optimierter Ergebnisse an Geschäftsbeschränkungen durchgeführt werden kann, die während der Optimierung nicht berücksichtigt wurden. Nachverarbeitung kann beispielsweise das Runden von Preisen gemäß Rundungsregeln, das Beurteilen der Kosten von Preisänderungen und das Anpassen von Preisen gemäß der Kostenbeurteilung und das Priorisieren von Preisänderungen gemäß Prioritätsregeln beinhalten. Certain embodiments of the invention may include one or more technical To provide benefits. A technical advantage of an embodiment may be that a pricing problem can be solved according to a hierarchy of goals, For example, maximizing profits while optimizing Pricing and a given sales volume. Optimize A pricing problem in accordance with a hierarchy of goals may be one Provide a pricing plan that better fits the goals of a company. On Another technical advantage of an embodiment may be that preprocessing for Setting up a Pricing Plan Issue Can Be Made. For example, preprocessing may make identification and elimination more inconclusive Restrictions, dividing a category of articles into more manageable article groups and Determine goals for individual time intervals, article groups or locations include. Another technical advantage of an embodiment may be that Post processing to customize optimized business limit results can be performed that were not considered during the optimization. For example, postprocessing can be the rounding of prices according to rounding rules, the Assess the cost of price changes and adjust prices according to the Assess costs and prioritize price changes according to priority rules include.

Obwohl eine Ausführungsform der Erfindung und ihre Vorteile genau beschrieben sind, kann ein Fachmann verschiedene Änderungen, Zusätze und Auslassungen durchführen, ohne aus dem Schutzbereich der vorliegenden Erfindung, wie durch die anhängenden Ansprüche festgelegt, abzuweichen. Although an embodiment of the invention and its advantages are described in detail, a professional can make various changes, additions and omissions, without departing from the scope of the present invention as appended Claims set to depart.

Claims (35)

1. Verfahren zum Erzeugen eines optimierten Preiskalkulationsplans, welches aufweist:
Zugreifen auf eine Hierarchie, welche eine Folge von Ebenen aufweist, wobei jede Ebene eine Zielfunktion und eine mit der Zielfunktion verbundene Menge von Beschränkungen aufweist;
Bestimmen eines mathematischen Programmierungsmodels, welches ein Preiskalkulationsplan-Problem darstellt für eine Artikelgruppe, welche eine Vielzahl von Artikeln aufweist, wobei das mathematische Programmiermodell eine Menge von Anfangsbeschränkungen aufweist;
Wiederholen für jede Ebene der Folge von Ebenen:
Auswählen einer Ebene, welche eine Zielfunktion und eine mit der Zielfunktion verbundene Menge von Beschränkungen aufweist;
Hinzufügen der mit der Zielfunktion verbundenen Menge von Beschränkungen zu der Menge der Anfangsbeschränkungen;
Optimieren des mathematischen Programmiermodells, um eine optimierte Begrenzung für die Zielfunktion zu erhalten; und
Hinzufügen einer von der optimierten Begrenzung erzeugten Beschränkung zu der Menge der Beschränkungen einer nächsten Ebene;
Optimieren einer Zielfunktion einer letzten Ebene der Folge abhängig von der Menge der mit der Zielfunktion verbundenen Beschränkungen, um ein optimiertes Ergebnis zu erhalten, wobei die Menge der Beschränkungen eine von der optimierten Begrenzung einer vorherigen Ebene erzeugte Beschränkung aufweist; und
Erzeugen eines optimierten Preiskalkulationsplans in Übereinstimmung mit dem optimierten Ergebnis, wobei der optimierte Preiskalkulationsplan einen Preis mit jedem Artikel der Artikelgruppe verbindet. A method for generating an optimized pricing plan, comprising:
Accessing a hierarchy having a series of levels, each level having an objective function and a set of constraints associated with the objective function;
Determining a mathematical programming model representing a pricing problem for an article group having a plurality of articles, the mathematical programming model having a set of initial constraints;
Repeat for each level of the sequence of levels:
Selecting a plane having an objective function and a set of constraints associated with the objective function;
Adding the set of constraints associated with the objective function to the set of initial constraints;
Optimizing the mathematical programming model to obtain an optimized bound for the objective function; and
Adding a constraint generated by the optimized boundary to the set of next level constraints;
Optimizing an objective function of a last level of the sequence depending on the set of constraints associated with the objective function to obtain an optimized result, the set of constraints having a constraint created by the optimized constraint of a previous level; and
Generate an optimized pricing plan in accordance with the optimized result, whereby the optimized pricing plan associates a price with each article of the article group. 2. Verfahren gemäß Anspruch 1, wobei
das mathematische Programmierungsmodell ein nichtlineares Programmiermodell aufweist; und
Optimieren der Zielfunktion der letzen Ebene Optimieren der Zielfunktion unter Verwendung einer nichtlinearen Programmierungstechnik aufweist. 2. The method according to claim 1, wherein
the mathematical programming model has a nonlinear programming model; and
Optimizing the last-level objective function Optimizing the objective function using a nonlinear programming technique. 3. Verfahren gemäß Anspruch 1, welches weiter aufweist:
Teilen einer Kategorie von Artikeln in eine Vielzahl von Artikelgruppen, wobei jede Artikelgruppe eine Menge von Artikeln aufweist, die durch eine oder mehrere Artikelbeschränkungen verbunden sind; und
Auswählen einer Artikelgruppe, für die der optimierte Preiskalkulationsplan zu erzeugen ist. 3. The method of claim 1, further comprising:
Dividing a category of articles into a plurality of article groups, each article group having a set of articles associated with one or more article restrictions; and
Select an article group for which the optimized price calculation plan is to be created. 4. Verfahren gemäß Anspruch 1, welches weiter aufweist Ausbalancieren einer Zielfunktion über eine Vielzahl von Zeitintervallen einer Zeitspanne, wobei der optimierte Preiskalkulationsplan einen Preis für jeden Artikel der Artikelgruppe listet für jedes Zeitintervall der Zeitspanne. 4. The method of claim 1, further comprising balancing a Target function over a plurality of time intervals of a period of time, wherein the Optimized Pricing Plan lists a price for each item in the item group for each time interval of the time span. 5. Verfahren gemäß Anspruch 1, welches weiter aufweist Ausbalancieren einer Zielfunktion über eine Vielzahl von Standorten, wobei der optimierte Preiskalkulationsplan einen Preis listet für jeden Artikel der Artikelgruppe für jeden Standort. 5. The method of claim 1, further comprising balancing a Target function across a variety of locations, with the optimized Pricing plan a price lists for each article of the article group for each Location. 6. Verfahren gemäß Anspruch 1, wobei Optimieren des mathematischen Programmiermodells zum Erhalten einer optimierten Begrenzung aufweist:
Bezeichnen einer Zielfunktion unter Verwendung einer oder mehrerer Schlupfvariablen; und
Optimieren der einen oder mehreren Schlupfvariablen zum Bestimmen der optimierten Begrenzung. 6. The method of claim 1, wherein optimizing the mathematical programming model to obtain an optimized constraint comprises:
Designating a goal function using one or more slip variables; and
Optimizing the one or more slip variables to determine the optimized boundary. 7. Verfahren gemäß Anspruch 1, welches weiter aufweist:
Zugreifen auf eine Rundungsregel zum Runden eines Preises eines Artikels für jeden Artikel der Artikelgruppe;
Zugreifen auf eine Vielzahl von Verbreitungsregeln, wobei jede Verbreitungsregel zum Bestimmen eines Preises eines ersten Artikels da ist gemäß dem Preis eines zweiten Artikels, jede Verbreitungsregel mit einem Artikel der Artikelgruppe verbunden ist; und
Wiederholen des Nachfolgenden für jeden Artikel der Artikelgruppe:
Anwenden der Rundungsregel auf den Artikel der Artikelgruppe; und
Anwenden einer Verbreitungsregel zum Bestimmen des Preises des Artikels gemäß dem Preis eines anderen Artikels, sofern der Artikel mit einer Verbreitungsregel verbunden ist. The method of claim 1, further comprising:
Accessing a rounding rule for rounding a price of an article for each article of the article group;
Accessing a plurality of distribution rules, wherein each distribution rule for determining a price of a first article is according to the price of a second article, each distribution rule is associated with an article of the article group; and
Repeat the following for each article in the article group:
Applying the rounding rule to the article of the article group; and
Applying a distribution rule to determine the price of the item according to the price of another item, as long as the item is associated with a distribution rule. 8. Verfahren gemäß Anspruch 1, welches weiter aufweist:
Bestimmen einer Preisänderung für jeden Artikel in Übereinstimmung mit dem optimierten Preiskalkulationsplan;
Zugreifen auf mit jeder Preisänderung verbundene Kosten; und
Anpassen einer Preisänderung als Reaktion auf die mit der Preisänderung verbundenen Kosten. 8. The method of claim 1, further comprising:
Determining a price change for each item in accordance with the optimized pricing plan;
Accessing costs associated with any price change; and
Adjust a price change in response to the cost associated with the price change. 9. Verfahren gemäß Anspruch 1, welches weiter aufweist:
Bestimmen einer Preisänderung für jeden Artikel in Übereinstimmung mit dem optimierten Preiskalkulationsplan; und
Priorisieren der Preisänderungen durch Verbinden einer größeren Preisänderung mit einer höheren Priorität und Verbinden einer kleineren Preisänderung mit einer niedrigeren Priorität. 9. The method of claim 1, further comprising:
Determining a price change for each item in accordance with the optimized pricing plan; and
Prioritize price changes by linking a larger price change to a higher priority and associating a smaller price change with a lower priority. 10. Verfahren gemäß Anspruch 1, welches weiter aufweist:
Wiederholen der Schritte des Zugreifens, Bestimmens, Wiederholens, Optimierens und Erzeugens, um eine Vielzahl lokaler optimierter Ergebnisse zu erzeugen;
Bestimmen eines globalen optimierten Ergebnisses aus den lokalen optimierten Ergebnissen; und
Erzeugen eines optimierten Preiskalkulationsplans aus dem globalen optimierten Ergebnis. 10. The method of claim 1, further comprising:
Repeating the steps of accessing, determining, repeating, optimizing and generating to generate a plurality of local optimized results;
Determining a global optimized result from the local optimized results; and
Generate an optimized pricing plan from the global optimized result. 11. Verfahren gemäß Anspruch 1, welches weiter aufweist:
Zugreifen auf eine Vielzahl von Nachfragemodellen;
Zugreifen auf Nachfragedaten, die die Artikelgruppe beschreiben;
Beurteilen des Nachfragemodells in Übereinstimmung mit den Nachfragedaten;
Auswählen eines Nachfragemodells aus den beurteilten Nachfragemodellen als Reaktion auf die Beurteilung;
Berechnen einer Preiselastizität unter Verwendung des ausgewählten Nachfragemodells; und
Erzeugen einer Beschränkung der Hierarchie in Übereinstimmung mit der Preiselastizität. 11. The method of claim 1, further comprising:
Accessing a variety of demand models;
Accessing demand data describing the article group;
Assessing the demand model in accordance with the demand data;
Selecting a demand model from the assessed demand models in response to the judgment;
Calculating a price elasticity using the selected demand model; and
Create a constraint on the hierarchy in accordance with price elasticity. 12. System zum Erzeugen eines optimierten Preiskalkulationsplans, welches aufweist:
eine Datenbank, die in der Lage ist zum Speichern einer Hierarchie, welche eine Folge von Ebenen aufweist, wobei jede Ebene eine Zielfunktion und eine mit der Zielfunktion verbundene Menge von Beschränkungen aufweist; und
ein mit der Datenbank verbundenes Serversystem, welches in der Lage ist zum:
Bestimmen eines mathematischen Programmierungsmodels, welches ein Preiskalkulationsplan-Problem darstellt für eine Artikelgruppe, welche eine Vielzahl von Artikeln aufweist, wobei das mathematische Programmiermodell eine Menge von Anfangsbeschränkungen aufweist;
Wiederholen für jede Ebene der Folge von Ebenen:
Auswählen einer Ebene, welche eine Zielfunktion und eine mit der Zielfunktion verbundene Menge von Beschränkungen aufweist;
Hinzufügen der mit der Zielfunktion verbundenen Menge von Beschränkungen zu der Menge der Anfangsbeschränkungen;
Optimieren des mathematischen Programmiermodells, um eine optimierte Begrenzung für die Zielfunktion zu erhalten; und
Hinzufügen einer von der optimierten Begrenzung erzeugten Beschränkung zu der Menge der Beschränkungen einer nächsten Ebene;
Optimieren einer Zielfunktion einer letzten Ebene der Folge abhängig von der Menge der mit der Zielfunktion verbundenen Beschränkungen, um ein optimiertes Ergebnis zu erhalten, wobei die Menge der Beschränkungen eine von der optimierten Begrenzung einer vorherigen Ebene erzeugte Beschränkung aufweist; und
Erzeugen eines optimierten Preiskalkulationsplans in Übereinstimmung mit dem optimierten Ergebnis, wobei der optimierte Preiskalkulationsplan einen Preis mit jedem Artikel der Artikelgruppe verbindet. 12. System for generating an optimized pricing plan, comprising:
a database capable of storing a hierarchy having a series of levels, each level having an objective function and a set of constraints associated with the objective function; and
a server system connected to the database which is able to:
Determining a mathematical programming model representing a pricing problem for an article group having a plurality of articles, the mathematical programming model having a set of initial constraints;
Repeat for each level of the sequence of levels:
Selecting a plane having an objective function and a set of constraints associated with the objective function;
Adding the set of constraints associated with the objective function to the set of initial constraints;
Optimizing the mathematical programming model to obtain an optimized bound for the objective function; and
Adding a constraint generated by the optimized boundary to the set of next level constraints;
Optimizing an objective function of a last level of the sequence depending on the set of constraints associated with the objective function to obtain an optimized result, the set of constraints having a constraint created by the optimized constraint of a previous level; and
Generate an optimized pricing plan in accordance with the optimized result, whereby the optimized pricing plan associates a price with each article of the article group. 13. System gemäß Anspruch 12, wobei
das mathematische Programmierungsmodel ein nichtlineares Programmiermodell aufweist; und
das Serversystem in der Lage ist zum Optimieren der Zielfunktion der letzen Ebene durch Optimieren der Zielfunktion unter Verwendung einer nichtlinearen Programmierungstechnik. 13. System according to claim 12, wherein
the mathematical programming model has a nonlinear programming model; and
the server system is capable of optimizing the last-level objective function by optimizing the objective function using a non-linear programming technique. 14. System gemäß Anspruch 12, wobei das Serversystem in der Lage ist zum:
Teilen einer Kategorie von Artikeln in eine Vielzahl von Artikelgruppen, wobei jede Artikelgruppe eine Menge von Artikeln aufweist, die durch eine oder mehrere Artikelbeschränkungen verbunden sind; und
Auswählen einer Artikelgruppe, für die der optimierte Preiskalkulationsplan zu erzeugen ist. 14. The system of claim 12, wherein the server system is capable of:
Dividing a category of articles into a plurality of article groups, each article group having a set of articles associated with one or more article restrictions; and
Select an article group for which the optimized price calculation plan is to be created. 15. System gemäß Anspruch 12, wobei das Serversystem in der Lage ist zum Ausbalancieren einer Zielfunktion über eine Vielzahl von Zeitintervallen einer Zeitspanne, wobei der optimierte Preiskalkulationsplan einen Preis für jeden Artikel der Artikelgruppe listet für jedes Zeitintervall der Zeitspanne. 15. The system of claim 12, wherein the server system is capable of Balancing a target function over a large number of time intervals Time span, whereby the optimized price calculation plan a price for each article The article group lists for each time interval of the time span. 16. System gemäß Anspruch 12, wobei das Serversystem in der Lage ist zum Ausbalancieren einer Zielfunktion über eine Vielzahl von Standorten, wobei der optimierte Preiskalkulationsplan einen Preis listet für jeden Artikel der Artikelgruppe für jeden Standort. 16. The system of claim 12, wherein the server system is capable of Balancing a goal function across a variety of locations, with the Optimized Pricing Plan lists a price for each item in the item group for every location. 17. System gemäß Anspruch 12, wobei das Serversystem in der Lage ist zum Optimieren des mathematischen Programmiermodells zum Erhalten einer optimierten Begrenzung durch:
Bezeichnen einer Zielfunktion unter Verwendung einer oder mehrerer Schlupfvariablen; und
Optimieren der einen oder mehreren Schlupfvariablen zum Bestimmen der optimierten Begrenzung. 17. The system of claim 12, wherein the server system is capable of optimizing the mathematical programming model to obtain an optimized constraint by:
Designating a goal function using one or more slip variables; and
Optimizing the one or more slip variables to determine the optimized boundary. 18. System gemäß Anspruch 12, wobei das Serversystem in der Lage ist zum:
Zugreifen auf eine Rundungsregel zum Runden eines Preises eines Artikels für jeden Artikel der Artikelgruppe;
Zugreifen auf eine Vielzahl von Verbreitungsregeln, wobei jede Verbreitungsregel zum Bestimmen eines Preises eines ersten Artikels da ist gemäß dem Preis eines zweiten Artikels, jede Verbreitungsregel mit einem Artikel der Artikelgruppe verbunden ist; und
Wiederholen des Nachfolgenden für jeden Artikel der Artikelgruppe:
Anwenden der Rundungsregel auf den Artikel der Artikelgruppe; und
Anwenden einer Verbreitungsregel zum Bestimmen des Preises des Artikels gemäß dem Preis eitles anderen Artikels, sofern der Artikel mit einer Verbreitungsregel verbunden ist. 18. The system of claim 12, wherein the server system is capable of:
Accessing a rounding rule for rounding a price of an article for each article of the article group;
Accessing a plurality of distribution rules, wherein each distribution rule for determining a price of a first article is according to the price of a second article, each distribution rule is associated with an article of the article group; and
Repeat the following for each article in the article group:
Applying the rounding rule to the article of the article group; and
Applying a distribution rule to determine the price of the item according to the price of another item, as long as the item is associated with a distribution rule. 19. System gemäß Anspruch 12, wobei das Serversystem in der Lage ist zum:
Bestimmen einer Preisänderung für jeden Artikel in Übereinstimmung mit dem optimierten Preiskalkulationsplan;
Zugreifen auf mit jeder Preisänderung verbundene Kosten; und
Anpassen einer Preisänderung als Reaktion auf die mit der Preisänderung verbundenen Kosten. 19. The system of claim 12, wherein the server system is capable of:
Determining a price change for each item in accordance with the optimized pricing plan;
Accessing costs associated with any price change; and
Adjust a price change in response to the cost associated with the price change. 20. System gemäß Anspruch 12, wobei das Serversystem in der Lage ist zum:
Bestimmen einer Preisänderung für jeden Artikel in Übereinstimmung mit dem optimierten Preiskalkulationsplan; und
Priorisieren der Preisänderungen durch Verbinden einer größeren Preisänderung mit einer höheren Priorität und Verbinden einer kleineren Preisänderung mit einer niedrigeren Priorität. 20. The system of claim 12, wherein the server system is capable of:
Determining a price change for each item in accordance with the optimized pricing plan; and
Prioritize price changes by linking a larger price change to a higher priority and associating a smaller price change with a lower priority. 21. System gemäß Anspruch 12, wobei das Serversystem in der Lage ist zum:
Wiederholen der Schritte des Zugreifens, Bestimmens, Wiederholens, Optimierens und Erzeugens, um eine Vielzahl lokaler optimierter Ergebnisse zu erzeugen;
Bestimmen eines globalen optimierten Ergebnisses aus den lokalen optimierten Ergebnissen; und
Erzeugen eines optimierten Preiskalkulationsplans aus dem globalen optimierten Ergebnis. 21. The system of claim 12, wherein the server system is capable of:
Repeating the steps of accessing, determining, repeating, optimizing and generating to generate a plurality of local optimized results;
Determining a global optimized result from the local optimized results; and
Generate an optimized pricing plan from the global optimized result. 22. System gemäß Anspruch 12, wobei das Serversystem in der Lage ist zum:
Zugreifen auf eine Vielzahl von Nachfragemodellen;
Zugreifen auf Nachfragedaten, die die Artikelgruppe beschreiben;
Beurteilen des Nachfragemodells in Übereinstimmung mit den Nachfragedaten;
Auswählen eines Nachfragemodells aus den beurteilten Nachfragemodellen als Reaktion auf die Beurteilung;
Berechnen einer Preiselastizität unter Verwendung des ausgewählten Nachfragemodells; und
Erzeugen einer Beschränkung der Hierarchie in Übereinstimmung mit der Preiselastizität. 22. The system of claim 12, wherein the server system is capable of:
Accessing a variety of demand models;
Accessing demand data describing the article group;
Assessing the demand model in accordance with the demand data;
Selecting a demand model from the assessed demand models in response to the judgment;
Calculating a price elasticity using the selected demand model; and
Create a constraint on the hierarchy in accordance with price elasticity. 23. Software zum Erzeugen eines optimierten Preiskalkulationsplans, wobei die Software auf einem Medium verkörpert ist und, wenn sie ausgeführt wird, in der Lage ist zum:
Zugreifen auf eine Hierarchie, welche eine Folge von Ebenen aufweist, wobei jede Ebene eine Zielfunktion und eine mit der Zielfunktion verbundene Menge von Beschränkungen aufweist;
Bestimmen eines mathematischen Programmierungsmodels, welches ein Preiskalkulationsplan-Problem darstellt für eine Artikelgruppe, welche eine Vielzahl von Artikeln aufweist, wobei das mathematische Programmiermodell eine Menge von Anfangsbeschränkungen aufweist;
Wiederholen für jede Ebene der Folge von Ebenen:
Auswählen einer Ebene, welche eine Zielfunktion und eine mit der Zielfunktion verbundene Menge von Beschränkungen aufweist;
Hinzufügen der mit der Zielfunktion verbundenen Menge von Beschränkungen zu der Menge der Anfangsbeschränkungen;
Optimieren des mathematischen Programmiermodells, um eine optimierte Begrenzung für die Zielfunktion zu erhalten; und
Hinzufügen einer von der optimierten Begrenzung erzeugten Beschränkung zu der Menge der Beschränkungen einer nächsten Ebene;
Optimieren einer Zielfunktion einer letzten Ebene der Folge abhängig von der Menge der mit der Zielfunktion verbundenen Beschränkungen, um ein optimiertes Ergebnis zu erhalten, wobei die Menge der Beschränkungen eine von der optimierten Begrenzung einer vorherigen Ebene erzeugte Beschränkung aufweist; und
Erzeugen eines optimierten Preiskalkulationsplans in Übereinstimmung mit dem optimierten Ergebnis, wobei der optimierte Preiskalkulationsplan einen Preis mit jedem Artikel der Artikelgruppe verbindet. 23. software for generating an optimized pricing plan, the software being embodied on a medium and, when executed, being capable of:
Accessing a hierarchy having a series of levels, each level having an objective function and a set of constraints associated with the objective function;
Determining a mathematical programming model representing a pricing problem for an article group having a plurality of articles, the mathematical programming model having a set of initial constraints;
Repeat for each level of the sequence of levels:
Selecting a plane having an objective function and a set of constraints associated with the objective function;
Adding the set of constraints associated with the objective function to the set of initial constraints;
Optimizing the mathematical programming model to obtain an optimized bound for the objective function; and
Adding a constraint generated by the optimized boundary to the set of next level constraints;
Optimizing an objective function of a last level of the sequence depending on the set of constraints associated with the objective function to obtain an optimized result, the set of constraints having a constraint created by the optimized constraint of a previous level; and
Generate an optimized pricing plan in accordance with the optimized result, whereby the optimized pricing plan associates a price with each article of the article group. 24. Software gemäß Anspruch 23, wobei:
das mathematische Programmierungsmodel ein nichtlineares Programmiermodell aufweist; und
die Software in der Lage ist zum Optimieren der Zielfunktion der letzen Ebene durch Optimieren der Zielfunktion unter Verwendung einer nichtlinearen Programmierungstechnik. 24. Software according to claim 23, wherein:
the mathematical programming model has a nonlinear programming model; and
the software is capable of optimizing the final level objective function by optimizing the objective function using a nonlinear programming technique. 25. Software gemäß Anspruch 23, welche in der Lage ist zum:
Teilen einer Kategorie von Artikeln in eine Vielzahl von Artikelgruppen, wobei jede Artikelgruppe eine Menge von Artikeln aufweist, die durch eine oder mehrere Artikelbeschränkungen verbunden sind; und
Auswählen einer Artikelgruppe, für die der optimierte Preiskalkulationsplan zu erzeugen ist. 25. Software according to claim 23, which is capable of:
Dividing a category of articles into a plurality of article groups, each article group having a set of articles associated with one or more article restrictions; and
Select an article group for which the optimized price calculation plan is to be created. 26. Software gemäß Anspruch 23, welche in der Lage ist zum Ausbalancieren einer Zielfunktion über eine Vielzahl von Zeitintervallen einer Zeitspanne, wobei der optimierte Preiskalkulationsplan einen Preis für jeden Artikel der Artikelgruppe listet für jedes Zeitintervall der Zeitspanne. 26. Software according to claim 23, which is capable of balancing a Target function over a plurality of time intervals of a period of time, wherein the Optimized Pricing Plan lists a price for each item in the item group for each time interval of the time span. 27. Software gemäß Anspruch 23, welche in der Lage ist zum Ausbalancieren einer Zielfunktion über eine Vielzahl von Standorten, wobei der optimierte Preiskalkulationsplan einen Preis listet für jeden Artikel der Artikelgruppe für jeden Standort. 27. Software according to claim 23, which is capable of balancing a Target function across a variety of locations, with the optimized Pricing plan a price lists for each article of the article group for each Location. 28. Software gemäß Anspruch 23, welche in der Lage ist zum Optimieren des mathematischen Programmiermodells zum Erhalten einer optimierten Begrenzung durch:
Bezeichnen einer Zielfunktion unter Verwendung einer oder mehrerer Schlupfvariablen; und
Optimieren der einen oder mehreren Schlupfvariablen zum Bestimmen der optimierten Begrenzung. 28. The software of claim 23, which is capable of optimizing the mathematical programming model to obtain an optimized constraint by:
Designating a goal function using one or more slip variables; and
Optimizing the one or more slip variables to determine the optimized boundary. 29. Software gemäß Anspruch 23, welche in der Lage ist zum:
Zugreifen auf eine Rundungsregel zum Runden eines Preises eines Artikels für jeden Artikel der Artikelgruppe;
Zugreifen auf eine Vielzahl von Verbreitungsregeln, wobei jede Verbreitungsregel zum Bestimmen eines Preises eines ersten Artikels da ist gemäß dem Preis eines zweiten Artikels, jede Verbreitungsregel mit einem Artikel der Artikelgruppe verbunden ist; und
Wiederholen des Nachfolgenden für jeden Artikel der Artikelgruppe:
Anwenden der Rundungsregel auf den Artikel der Artikelgruppe; und
Anwenden einer Verbreitungsregel zum Bestimmen des Preises des Artikels gemäß dem Preis eines anderen Artikels, sofern der Artikel mit einer Verbreitungsregel verbunden ist. 29. Software according to claim 23, which is capable of:
Accessing a rounding rule for rounding a price of an article for each article of the article group;
Accessing a plurality of distribution rules, wherein each distribution rule for determining a price of a first article is according to the price of a second article, each distribution rule is associated with an article of the article group; and
Repeat the following for each article in the article group:
Applying the rounding rule to the article of the article group; and
Applying a distribution rule to determine the price of the item according to the price of another item, as long as the item is associated with a distribution rule. 30. Software gemäß Anspruch 23, welche in der Lage ist zum
Bestimmen einer Preisänderung für jeden Artikel in Übereinstimmung mit dem optimierten Preiskalkulationsplan;
Zugreifen auf mit jeder Preisänderung verbundene Kosten; und
Anpassen einer Preisänderung als Reaktion auf die mit der Preisänderung verbundenen Kosten. 30. Software according to claim 23, which is capable of
Determining a price change for each item in accordance with the optimized pricing plan;
Accessing costs associated with any price change; and
Adjust a price change in response to the cost associated with the price change. 31. Software gemäß Anspruch 23, welche in der Lage ist zum:
Bestimmen einer Preisänderung für jeden Artikel in Übereinstimmung mit dem optimierten Preiskalkulationsplan; und
Priorisieren der Preisänderungen durch Verbinden einer größeren Preisänderung mit einer höheren Priorität und Verbinden einer kleineren Preisänderung mit einer niedrigeren Priorität. 31. Software according to claim 23, which is capable of:
Determining a price change for each item in accordance with the optimized pricing plan; and
Prioritize price changes by linking a larger price change to a higher priority and associating a smaller price change with a lower priority. 32. Software gemäß Anspruch 23, welche in der Lage ist zum:
Wiederholen der Schritte des Zugreifens, Bestimmens, Wiederholens, Optimierens und Erzeugens, um eine Vielzahl lokaler optimierter Ergebnisse zu erzeugen;
Bestimmen eines globalen optimierten Ergebnisses aus den lokalen optimierten Ergebnissen; und
Erzeugen eines optimierten Preiskalkulationsplans aus dem globalen optimierten Ergebnis. 32. Software according to claim 23, which is capable of:
Repeating the steps of accessing, determining, repeating, optimizing and generating to generate a plurality of local optimized results;
Determining a global optimized result from the local optimized results; and
Generate an optimized pricing plan from the global optimized result. 33. Software gemäß Anspruch 23, welche in der Lage ist zum:
Zugreifen auf eine Vielzahl von Nachfragemodellen;
Zugreifen auf Nachfragedaten, die die Artikelgruppe beschreiben;
Beurteilen des Nachfragemodells in Übereinstimmung mit den Nachfragedaten;
Auswählen eines Nachfragemodells aus den beurteilten Nachfragemodellen als Reaktion auf die Beurteilung;
Berechnen einer Preiselastizität unter Verwendung des ausgewählten Nachfragemodells; und
Erzeugen einer Beschränkung der Hierarchie in Übereinstimmung mit der Preiselastizität. 33. Software according to claim 23, which is capable of:
Accessing a variety of demand models;
Accessing demand data describing the article group;
Assessing the demand model in accordance with the demand data;
Selecting a demand model from the assessed demand models in response to the judgment;
Calculating a price elasticity using the selected demand model; and
Create a constraint on the hierarchy in accordance with price elasticity. 34. System zum Erzeugen eines optimierten Preiskalkulationsplans, welches aufweist:
Mittel zum Zugreifen auf eine Hierarchie, welche eine Folge von Ebenen aufweist, wobei jede Ebene eine Zielfunktion und eine mit der Zielfunktion verbundene Menge von Beschränkungen aufweist;
Mittel zum Bestimmen eines mathematischen Programmierungsmodels, welches ein Preiskalkulationsplan-Problem darstellt für eine Artikelgruppe, welche eine Vielzahl von Artikeln aufweist;
Mittel zum Wiederholen für jede Ebene der Folge von Ebenen:
Auswählen einer Ebene, welche eine Zielfunktion und eine mit der Zielfunktion verbundene Menge von Beschränkungen aufweist;
Bestimmen einer optimierten Begrenzung für die Zielfunktion; und
Hinzufügen einer von der optimierten Begrenzung erzeugten Beschränkung zu der Menge der Beschränkungen einer nächsten Ebene;
Mittel zum Optimieren einer Zielfunktion einer letzten Ebene der Folge abhängig von der Menge der mit der Zielfunktion verbundenen Beschränkungen, um ein optimiertes Ergebnis zu erhalten, wobei die Menge der Beschränkungen eine von der optimierten Begrenzung einer vorherigen Ebene erzeugte Beschränkung aufweist; und
Mittel zum Erzeugen eines optimierten Preiskalkulationsplans in Übereinstimmung mit dem optimierten Ergebnis, wobei der optimierte Preiskalkulationsplan einen Preis mit jedem Artikel der Artikelgruppe verbindet. 34. System for generating an optimized pricing plan, comprising:
Means for accessing a hierarchy comprising a sequence of levels, each level having an objective function and a set of constraints associated with the objective function;
Means for determining a mathematical programming model representing a pricing problem for an article group having a plurality of articles;
Means to repeat for each level of the sequence of levels:
Selecting a plane having an objective function and a set of constraints associated with the objective function;
Determining an optimized bound for the objective function; and
Adding a constraint generated by the optimized boundary to the set of next level constraints;
Means for optimizing an objective function of a last level of the sequence depending on the set of constraints associated with the objective function to obtain an optimized result, the set of constraints having a constraint generated by the optimized constraint of a previous level; and
Means for generating an optimized pricing plan in accordance with the optimized result, wherein the optimized pricing plan associates a price with each article of the article group. 35. Verfahren zum Erzeugen eines optimierten Preiskalkulationsplans, welches aufweist:
Zugreifen auf eine Hierarchie, welche eine Folge von Ebenen aufweist, wobei jede Ebene eine Zielfunktion und eine mit der Zielfunktion verbundene Menge von Beschränkungen aufweist;
Teilen einer Kategorie von Artikeln in eine Vielzahl von Artikelgruppen, wobei jede Artikelgruppe eine Menge von Artikeln aufweist, die durch eine oder mehrere Artikelbeschränkungen verbunden sind;
Auswählen einer Artikelgruppe, für die der optimierte Preiskalkulationsplan zu erzeugen ist
Bestimmen eines mathematischen Programmierungsmodels, welches ein Preiskalkulationsplan-Problem für die ausgewählte Artikelgruppe darstellt, wobei das mathematische Programmiermodell ein nichtlineares Programmiermodell aufweist;
Wiederholen für jede Ebene der Folge von Ebenen:
Auswählen einer Ebene, welche eine Zielfunktion und eine mit der Zielfunktion verbundene Menge von Beschränkungen aufweist;
Bestimmen einer optimierten Begrenzung für die Zielfunktion durch Bezeichnen der Zielfunktion unter Verwendung einer oder mehrerer Schlupfvariablen, und Optimieren der einen oder mehreren Schlupfvariablen zum Bestimmen der optimierten Begrenzung; und
Hinzufügen einer von der optimierten Begrenzung erzeugten Beschränkung zu der Menge der Beschränkungen einer nächsten Ebene;
Optimieren einer Zielfunktion einer letzten Ebene der Folge unter Verwendung einer nichtlinearen Programmiertechnik, abhängig von der Menge der mit der Zielfunktion verbundenen Beschränkungen, um ein optimiertes Ergebnis zu erhalten, wobei die Menge der Beschränkungen eine von der optimierten Begrenzung einer vorherigen Ebene erzeugte Beschränkung aufweist;
Zugreifen auf eine Rundungsregel zum Runden eines Artikelpreises für jeden Artikel der Artikelgruppe;
Zugreifen auf eine Vielzahl von Verbreitungsregeln, wobei jede Verbreitungsregel zum Bestimmen eines Preises eines ersten Artikels da ist gemäß dem Preis eines zweiten Artikels, jede Verbreitungsregel mit einem Artikel der Artikelgruppe verbunden ist;
Wiederholen des Nachfolgenden für jeden Artikel der Artikelgruppe:
Anwenden der Rundungsregel auf den Artikel der Artikelgruppe, und
Anwenden einer Verbreitungsregel zum Bestimmen des Preises des Artikels gemäß dem Preis eines anderen Artikels, sofern der Artikel mit einer Verbreitungsregel verbunden ist; und
Erzeugen eines optimierten Preiskalkulationsplans in Übereinstimmung mit dem optimierten Ergebnis, wobei der optimierte Preiskalkulationsplan einen Preis mit jedem Artikel der Artikelgruppe verbindet. 35. A method of generating an optimized pricing plan, comprising:
Accessing a hierarchy having a series of levels, each level having an objective function and a set of constraints associated with the objective function;
Dividing a category of articles into a plurality of article groups, each article group having a set of articles associated with one or more article restrictions;
Select an article group for which the optimized price calculation plan is to be created
Determining a mathematical programming model representing a pricing problem for the selected item group, the mathematical programming model having a non-linear programming model;
Repeat for each level of the sequence of levels:
Selecting a plane having an objective function and a set of constraints associated with the objective function;
Determining an optimized bound for the objective function by designating the objective function using one or more slip variables, and optimizing the one or more slip variables to determine the optimized bound; and
Adding a constraint generated by the optimized boundary to the set of next level constraints;
Optimizing an objective function of a last level of the sequence using a nonlinear programming technique, dependent on the amount of constraints associated with the objective function, to obtain an optimized result, wherein the amount of constraints has a constraint generated by the optimized constraint of a previous level;
Accessing a rounding rule for rounding an item price for each item of the item group;
Accessing a plurality of distribution rules, wherein each distribution rule for determining a price of a first article is according to the price of a second article, each distribution rule is associated with an article of the article group;
Repeat the following for each article in the article group:
Apply the rounding rule to the article of the article group, and
Applying a distribution rule for determining the price of the item according to the price of another item, as long as the item is associated with a distribution rule; and
Generate an optimized pricing plan in accordance with the optimized result, whereby the optimized pricing plan associates a price with each article of the article group.